CN113989238B - 核电厂路面裂缝检测框定位偏差的调整方法 - Google Patents
核电厂路面裂缝检测框定位偏差的调整方法 Download PDFInfo
- Publication number
- CN113989238B CN113989238B CN202111266079.9A CN202111266079A CN113989238B CN 113989238 B CN113989238 B CN 113989238B CN 202111266079 A CN202111266079 A CN 202111266079A CN 113989238 B CN113989238 B CN 113989238B
- Authority
- CN
- China
- Prior art keywords
- detection frame
- coordinates
- crack
- value
- unchanged
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000011218 segmentation Effects 0.000 claims abstract description 27
- 230000009286 beneficial effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种核电厂路面裂缝检测框定位偏差的调整方法,针对现有的裂缝检测加分割算法中常出现的检测框定位偏差现象,根据不同类别裂缝的特征提出三种调整裂缝检测框的方法,在检测结果的基础上调整检测框的位置使其完整包围裂缝。首先在已知裂缝检测和分割结果的基础上,记录生成检测框的坐标信息和分割像素点;之后根据不同的裂缝类型和条数,选择对应的方法进行调整;最后画出调整之后的检测框。该方法可以有效改善检测框定位偏差问题。
Description
技术领域
本发明属于图像处理技术领域,具体涉及调整核电厂路面裂缝检测框定位偏差的方法。
背景技术
现有的很多裂缝识别方法都是通过检测模型与分割模型组合来实现裂缝的检测与分割任务,即先检测后分割、或先分割后检测,也就是将实现两种任务的模型通过级联的方式进行合并,但这种做法往往会产生检测结果与分割结果出现偏差的现象。通过裂缝检测模型生成的定位检测框会出现框不全裂缝的现象,而分割模型又是对整张裂缝图像进行分割,因此当两个结果进行合并时就会出现裂缝检测框不能完整包围裂缝的问题。
发明内容
本发明针对普遍存在的裂缝检测框定位偏差问题,提供一种核电厂路面裂缝检测框定位偏差的调整方法,根据不同情况提出了几种调整检测框的方法,通过在检测与分割模型后面加入算法来实现裂缝检测框的调整,在检测结果的基础上调整检测框的位置,使其完整的包围裂缝,解决了检测框定位偏差的问题。
为了达到上述目的,本发明采用如下技术方案予以实现:
一种核电厂路面裂缝检测框定位偏差的调整方法,针对一幅核电厂路面图像中只包含一条裂缝的情况,采用投影调整法,具体调整步骤如下:
步骤1,根据裂缝检测模型获取模型生成的裂缝检测框,并记录检测框的左上角坐标(m,n)和右下角坐标(x,y);
步骤2,根据裂缝分割模型得到裂缝分割的二值图像,采用投影法,通过对二值化的分割图像进行垂直投影和水平投影,记录投影分布范围,得到裂缝分割图像的垂直投影分布范围[a,c]和水平投影分布范围[b,d],将坐标(a,b)和(c,d)作为裂缝两端点坐标;
步骤3,判断坐标(a,b)、(c,d)和坐标(m,n)、(x,y)的位置,并采用如下方法调整,这里,z为自行设定值,当z取值为0时,表明检测框刚好包围裂缝;
第一种情况,裂缝分割图像的左边顶点(a,b)高于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果b≤n,则令n=b-z,否则n的值不变;
4)如果y≤d,则令y=d+z,否则y的值不变;
第二种情况,裂缝分割图像的左边顶点(a,b)低于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果d≤n,则令n=d-z,否则n的值不变;
4)如果y≤b,则令y=b+z,否则y的值不变;
步骤4,根据调整后的(m,n)和(x,y)坐标,画出调整后的裂缝检测框位置。
一种核电厂路面裂缝检测框定位偏差的调整方法,针对一幅核电厂路面图像中包含多条线性裂缝的情况,采用区域生长投影法,具体步骤如下:
步骤1,根据裂缝检测模型获取模型生成的裂缝检测框的左上角坐标(m,n)和右下角坐标(x,y),并将检测框上所有像素点坐标用集合B表示;
步骤2,根据裂缝分割模型获取裂缝的分割结果像素点,将所有像素点坐标用集合C表示;
步骤3,判断集合B和集合C中坐标点有无交集,若无交集,则表示该检测框完整包围裂缝,不需调整,若有交集,则比较集合B和集合C中的坐标点,并记录相交点坐标;
步骤4,将集合B与集合C显示在同一幅图中,坐标点用白色像素点表示,背景用黑色像素点表示,判断集合B和集合C的交点处在检测框的哪条边,若交于左边缘,则从该点处采用区域生长法沿着其左边五邻域方向进行生长,则可以得到裂缝分割左端点的坐标(a,b),若交于右边缘,则从该点处采用区域生长投影法沿着其右边五邻域方向进行生长,则可以得到裂缝分割右端点的坐标(c,d),以此类推;
步骤5,采用和步骤4相同的方法找出裂缝分割结果的另一个端点坐标;
步骤6,判断坐标(a,b)、(c,d)和坐标(m,n)、(x,y)位置,并采用如下方法调整,其中,z为自行设定值,当z取值为0时,表明检测框刚好包围裂缝;
第一种情况,裂缝分割图像的左边顶点(a,b)高于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果b≤n,则令n=b-z,否则n的值不变;
4)如果y≤d,则令y=d+z,否则y的值不变;
第二种情况,裂缝分割图像的左边顶点(a,b)低于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果d≤n,则令n=d-z,否则n的值不变;
4)如果y≤b,则令y=b+z,否则y的值不变;
步骤7,根据调整后的(m,n)和(x,y)坐标,画出调整后的裂缝检测框位置。
一种核电厂路面裂缝检测框定位偏差的调整方法,针对一幅核电厂路面图像中包含多条线性裂缝或网状裂缝的情况,采用移动边缘法,具体步骤如下:
步骤1,根据裂缝检测模型获取模型生成的裂缝检测框的左上角坐标(m,n)和右下角坐标(x,y),并将检测框上所有像素点坐标用集合B表示;
步骤2,根据裂缝分割模型获取裂缝的分割结果像素点,将所有像素点坐标用集合C表示;
步骤3,判断集合B和集合C中坐标点有无交集;
步骤4,若采用B和采用C有交集,表明检测框没有框全裂缝,需要对检测框进行扩大,具体方法如下:
1)找出交点坐标所在检测框位置,如果相交于检测框的上边缘,则将上边缘向上平移s个像素,再次进行判断是否与裂缝相交,直到没有交集则停止移动;
2)如果相交于检测框的下边缘,则将下边缘向下平移s个像素,再次判断直至没有交集则停止移动;
3)若相交于检测框的左右边缘,则移动检测框左右边缘,再次判断直至没有相交则停止移动;
步骤5,若采用B和采用C无交集,则表示检测框过大,定位不准确,依次从上、下、左、右四个边缘按顺序将检测框的每条边向内进行移动,每次移动s个像素,直至相交停止移动;
步骤6,移动之后的检测框即为最终的调整结果。
与现有技术相比,本发明的有益效果是:
针对现有的裂缝检测加分割算法中常出现的检测框定位偏差现象进行检测框的调整,根据不同类别裂缝的特征提出了三种调整方法,在检测结果的基础上调整检测框的位置使其完整包围裂缝。
附图说明
图1是区域生长投影法的示意图;
图2是区域生长投影法调整结果;
图3、图4、图5为边缘移动法移动步长s分别取值10,5,1个像素的调整结果。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
方法1:本发明一种核电厂路面裂缝检测框定位偏差的调整方法,针对一幅图像中只包含一条裂缝的情况,提出了一种投影调整法,具体调整步骤如下:
步骤1,根据裂缝检测模型获取模型生成的裂缝检测框,并记录检测框的左上角坐标(m,n)和右下角坐标(x,y);
步骤2,根据裂缝分割模型得到裂缝分割的二值图像,采用投影法,对二值化的分割图像进行垂直投影和水平投影,记录投影分布范围,得到裂缝分割图像的垂直投影分布范围[a,c]和水平投影分布范围[b,d],则将坐标(a,b)和(c,d)作为裂缝两端点坐标;
步骤3,判断坐标(a,b)、(c,d)和坐标(m,n)、(x,y)的位置,并采用如下方法调整,这里,z为自行设定值,当z取值为0时,表明检测框刚好包围裂缝;
第一种情况,裂缝分割图像的左边顶点(a,b)高于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果b≤n,则令n=b-z,否则n的值不变;
4)如果y≤d,则令y=d+z,否则y的值不变;
第二种情况,裂缝分割图像的左边顶点(a,b)低于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果d≤n,则令n=d-z,否则n的值不变;
4)如果y≤b,则令y=b+z,否则y的值不变;
步骤4,根据调整后的(m,n)和(x,y)坐标,画出调整后的裂缝检测框位置;
方法2:本发明一种核电厂路面裂缝检测框定位偏差的调整方法,针对一幅图像中包含多条线性裂缝的情况,提出了一种区域生长投影法,具体步骤如下:
步骤1,根据裂缝检测模型获取模型生成的裂缝检测框的左上角坐标(m,n)和右下角坐标(x,y),并将检测框上所有像素点坐标用集合B表示;
步骤2,根据裂缝分割模型获取裂缝的分割结果像素点,将所有像素点坐标用集合C表示;
步骤3,判断集合B和集合C中坐标点有无交集,若无交集,则表示该检测框完整包围裂缝,不需调整,若有交集,则比较集合B和集合C中的坐标点,并记录相交点坐标;
步骤4,将集合B与集合C显示在同一幅图中,坐标点用白色像素点表示,背景用黑色像素点表示,判断集合B和集合C的交点处在检测框的哪条边,如图1所示,左侧相交点交于检测框上边缘,则从该点处采用区域生长投影法沿着其上方箭头所指五邻域8,1,2,3,4方向进行生长,则可以得到裂缝分割左端点的坐标(a,b);
步骤5,右侧相交点交于检测框右边缘,则从该点处采用区域生长投影法沿着其右方箭头所指五邻域2,3,4,5,6方向进行生长,则可以得到裂缝分割右端点的坐标(c,d);
步骤6,判断坐标(a,b)、(c,d)和坐标(m,n)、(x,y)位置,由于图1中裂缝的左边顶点高于右边顶点,因此采用方法1投影调整法中步骤3的第一种情况调整方法,根据调整后的(m,n)和(x,y)坐标,画出调整后的裂缝检测框位置,结果如图2所示,粗线框为裂缝检测模型生成的检测框,细线框为算法调整之后的结果;
方法3:本发明一种核电厂路面裂缝检测框定位偏差的调整方法,针对一幅图像中包含多条线性裂缝或网状裂缝的情况,提出了一种移动边缘法,具体步骤如下:
步骤1,根据裂缝检测模型获取模型生成的裂缝检测框的左上角坐标(m,n)和右下角坐标(x,y),并将检测框上所有像素点坐标用集合B表示;
步骤2,根据裂缝分割模型获取裂缝的分割结果像素点,将所有像素点坐标用集合C表示;
步骤3,判断集合B和集合C中坐标点有无交集;
步骤4,若集合B和集合C有交集,表明检测框没有框全裂缝,需要对检测框进行扩大,具体方法如下:
1)找出交点坐标所在检测框位置,如果相交于检测框的上边缘,则将上边缘向上平移s个像素,再次进行判断是否与裂缝相交,直到没有交集则停止移动;
2)如果相交于检测框的下边缘,则将下边缘向下平移s个像素,再次判断直至没有交集则停止移动;
3)若相交于检测框的左右边缘,则移动检测框左右边缘,再次判断直至没有相交则停止移动;
步骤5,若集合B和集合C无交集,则表示检测框过大,定位不准确,依次从上、下、左、右四个边缘按顺序将检测框的每条边向内进行移动,每次移动s个像素,直至相交停止移动;
步骤6,移动之后的检测框即为最终的调整结果。
s代表每次移动的步长,图3、图4和图5分别为s取值为10,5,1个像素的运行结果,外粗线矩形框为检测模型生成的检测框,内细线矩形框为使用移动边缘法调整之后的检测框。表1为不同步长的程序运行时间。从结果可知,s的取值越小,移动越精确,但运行时间会越慢。
表1不同步长的运行时间
下面根据不同情况选择对应的调整方法。表2和表3为线性裂缝和网状裂缝采用两种方法的运行时间比较,由表可知,对于线性裂缝,采用移动边缘法的运行时间较长,是区域生长投影法的两倍左右;对于一条网状裂缝,采用移动边缘法的运行时间是投影调整法的一百倍左右,差距较大。因此可以得出结论:当图像中为线性裂缝时,应采用区域生长投影法进行检测框的调整,当图像中仅包含一条网状裂缝时,应采用投影调整法,若包含多条网状裂缝时采用移动边缘法进行检测框调整。
表2线性裂缝下两种方法运行时间对比
表3非线性裂缝下两种方法运行时间对比
Claims (3)
1.一种核电厂路面裂缝检测框定位偏差的调整方法,其特征在于:针对一幅核电厂路面图像中只包含一条裂缝的情况,采用投影调整法,具体调整步骤如下:
步骤1,根据裂缝检测模型获取模型生成的裂缝检测框,并记录检测框的左上角坐标(m,n)和右下角坐标(x,y);
步骤2,根据裂缝分割模型得到裂缝分割的二值图像,采用投影法,通过对二值化的分割图像进行垂直投影和水平投影,记录投影分布范围,得到裂缝分割图像的垂直投影分布范围[a,c]和水平投影分布范围[b,d],将坐标(a,b)和(c,d)作为裂缝两端点坐标;
步骤3,判断坐标(a,b)、(c,d)和坐标(m,n)、(x,y)的位置,并采用如下方法调整,其中,z为自行设定值,当z取值为0时,表明检测框刚好包围裂缝;
第一种情况,裂缝分割图像的左边顶点(a,b)高于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果b≤n,则令n=b-z,否则n的值不变;
4)如果y≤d,则令y=d+z,否则y的值不变;
第二种情况,裂缝分割图像的左边顶点(a,b)低于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果d≤n,则令n=d-z,否则n的值不变;
4)如果y≤b,则令y=b+z,否则y的值不变;
步骤4,根据调整后的(m,n)和(x,y)坐标,画出调整后的裂缝检测框位置。
2.一种核电厂路面裂缝检测框定位偏差的调整方法,其特征在于:针对一幅核电厂路面图像中包含多条线性裂缝的情况,采用区域生长投影法,具体步骤如下:
步骤1,根据裂缝检测模型获取模型生成的裂缝检测框的左上角坐标(m,n)和右下角坐标(x,y),并将检测框上所有像素点坐标用集合B表示;
步骤2,根据裂缝分割模型获取裂缝的分割结果像素点,将所有像素点坐标用集合C表示;
步骤3,判断集合B和集合C中坐标点有无交集,若无交集,则表示该检测框完整包围裂缝,不需调整,若有交集,则比较集合B和集合C中的坐标点,并记录相交点坐标;
步骤4,将集合B与集合C显示在同一幅图中,坐标点用白色像素点表示,背景用黑色像素点表示,判断集合B和集合C的交点处在检测框的哪条边,若交于左边缘,则从该点处采用区域生长投影法沿着其左边五邻域方向进行生长,得到裂缝分割左端点的坐标(a,b),若交于右边缘,则从该点处采用区域生长投影法沿着其右边五邻域方向进行生长,得到裂缝分割右端点的坐标(c,d),以此类推;
步骤5,采用和步骤4相同的方法找出裂缝分割结果的另一个端点坐标;
步骤6,判断坐标(a,b)、(c,d)和坐标(m,n)、(x,y)位置,并采用如下方法调整,其中,z为自行设定值,当z取值为0时,表明检测框刚好包围裂缝;
第一种情况,裂缝分割图像的左边顶点(a,b)高于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果b≤n,则令n=b-z,否则n的值不变;
4)如果y≤d,则令y=d+z,否则y的值不变;
第二种情况,裂缝分割图像的左边顶点(a,b)低于右边顶点(c,d)时:
1)如果a≤m,则令m=a-z,否则m的值不变;
2)如果x≤c,则令x=c+z,否则x的值不变;
3)如果d≤n,则令n=d-z,否则n的值不变;
4)如果y≤b,则令y=b+z,否则y的值不变;
步骤7,根据调整后的(m,n)和(x,y)坐标,画出调整后的裂缝检测框位置。
3.一种核电厂路面裂缝检测框定位偏差的调整方法,其特征在于:针对一幅核电厂路面图像中包含多条线性裂缝或网状裂缝的情况,采用移动边缘法,具体步骤如下:
步骤1,根据裂缝检测模型获取模型生成的裂缝检测框的左上角坐标(m,n)和右下角坐标(x,y),并将检测框上所有像素点坐标用集合B表示;
步骤2,根据裂缝分割模型获取裂缝的分割结果像素点,将所有像素点坐标用集合C表示;
步骤3,判断集合B和集合C中坐标点有无交集;
步骤4,若集合B和集合C有交集,表明检测框没有框全裂缝,需要对检测框进行扩大,具体方法如下:
1)找出交点坐标所在检测框位置,如果相交于检测框的上边缘,则将上边缘向上平移s个像素,再次进行判断是否与裂缝相交,直到没有交集则停止移动;
2)如果相交于检测框的下边缘,则将下边缘向下平移s个像素,再次判断直至没有交集则停止移动;
3)若相交于检测框的左右边缘,则移动检测框左右边缘,再次判断直至没有相交则停止移动;
步骤5,若集合B和集合C无交集,则表示检测框过大,定位不准确,依次从上、下、左、右四个边缘按顺序将检测框的每条边向内进行移动,每次移动s个像素,直至相交停止移动;
步骤6,移动之后的检测框即为最终的调整结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111266079.9A CN113989238B (zh) | 2021-10-28 | 2021-10-28 | 核电厂路面裂缝检测框定位偏差的调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111266079.9A CN113989238B (zh) | 2021-10-28 | 2021-10-28 | 核电厂路面裂缝检测框定位偏差的调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113989238A CN113989238A (zh) | 2022-01-28 |
CN113989238B true CN113989238B (zh) | 2024-02-23 |
Family
ID=79743838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111266079.9A Active CN113989238B (zh) | 2021-10-28 | 2021-10-28 | 核电厂路面裂缝检测框定位偏差的调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113989238B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016172827A1 (zh) * | 2015-04-27 | 2016-11-03 | 武汉武大卓越科技有限责任公司 | 一种逐步求精的路面裂缝检测方法 |
CN111145161A (zh) * | 2019-12-28 | 2020-05-12 | 北京工业大学 | 一种路面裂缝数字图像处理和识别的方法 |
CN112419250A (zh) * | 2020-11-13 | 2021-02-26 | 湖北工业大学 | 路面裂缝数字图像提取、裂缝修补及裂缝参数计算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6969865B2 (ja) * | 2016-09-07 | 2021-11-24 | 東芝インフラシステムズ株式会社 | ひび割れ解析装置、ひび割れ解析方法及びひび割れ解析プログラム |
-
2021
- 2021-10-28 CN CN202111266079.9A patent/CN113989238B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016172827A1 (zh) * | 2015-04-27 | 2016-11-03 | 武汉武大卓越科技有限责任公司 | 一种逐步求精的路面裂缝检测方法 |
CN111145161A (zh) * | 2019-12-28 | 2020-05-12 | 北京工业大学 | 一种路面裂缝数字图像处理和识别的方法 |
CN112419250A (zh) * | 2020-11-13 | 2021-02-26 | 湖北工业大学 | 路面裂缝数字图像提取、裂缝修补及裂缝参数计算方法 |
Non-Patent Citations (2)
Title |
---|
孙朝云 ; 马志丹 ; 李伟 ; 郝雪丽 ; 申浩 ; .基于深度卷积神经网络融合模型的路面裂缝识别方法.长安大学学报(自然科学版).2020,(第04期),全文. * |
蔡志兴 ; 罗文婷 ; 李林 ; .基于深度学习的路面裂缝自动化识别研究.建材与装饰.2020,(第05期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113989238A (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111539935B (zh) | 一种基于机器视觉的电缆表面缺陷在线检测方法 | |
CN106468543B (zh) | 一种基于图像处理的叶片面积测量方法 | |
CN101710425B (zh) | 基于图像灰度梯度和灰度统计直方图的自适应预分割方法 | |
CN101887592B (zh) | 一种矢量图形地图符号的绘制方法 | |
CN102156868A (zh) | 图像二值化方法和装置 | |
CN111754538B (zh) | Usb表面缺陷检测的阈值分割方法 | |
CN105957023A (zh) | 一种基于色度空间变换的激光线条纹图像增强和去噪方法 | |
CN114092468A (zh) | 一种基于机器视觉的标准目标计数方法 | |
CN113989238B (zh) | 核电厂路面裂缝检测框定位偏差的调整方法 | |
CN112862832A (zh) | 一种基于同心圆分割定位的脏污检测方法 | |
CN109345544B (zh) | 一种24色卡的色差自动分析方法 | |
CN111524143A (zh) | 一种泡沫粘连图像区域分割的处理方法 | |
CN110930358A (zh) | 一种基于自适应算法的太阳能面板图像处理方法 | |
CN108520498B (zh) | 一种晶体结晶过程监测中的高效晶体阴影噪声去除方法 | |
CN111260723B (zh) | 棒材的质心定位方法及终端设备 | |
CN109859108B (zh) | 一种图像处理用便于调节图像尺寸裁剪方法 | |
CN109459925B (zh) | 一种pid控制数据手绘识别和参数整定的方法 | |
CN110009082B (zh) | 三维码的优化方法、介质、计算机设备及装置 | |
CN115511769A (zh) | 流水线上包装字符图像的归一化检测方法 | |
CN114692661A (zh) | 二维码识别方法、存储介质和计算机 | |
CN1097878A (zh) | 电火花线切割机床用仿型自动编程方法及其系统 | |
CN110598697A (zh) | 一种基于粗细字符定位的集装箱箱号定位方法 | |
CN113409322B (zh) | 面向遥感影像语义分割的深度学习训练样本增强方法 | |
CN117876555B (zh) | 一种基于poi检索的三维模型数据高效渲染方法 | |
CN114549569B (zh) | 一种基于二维正射影像的房屋轮廓提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |